El potencial de los asistentes virtuales basados en aprendizaje automático para eludir los sistemas de ciberseguridad ya no es sólo una teoría. Ahora se pueden realizar actividades complejas, como el análisis de vulnerabilidades y la creación de scripts maliciosos, mediante algoritmos avanzados. Aunque las empresas de tecnología implementan barreras de seguridad en modelos de lenguajes grandes (LLM), estas barreras demuestran inestabilidad. Un documento técnico reciente reveló que una falla en estas restricciones permitió que un individuo sin conocimientos avanzados de programación comprometiera la infraestructura de al menos catorce organizaciones diferentes.
A pesar de la cantidad de objetivos, el suceso no aparece en la lista de las mayores filtraciones de información de la historia digital. El ataque fue identificado gracias al trabajo de OALABS, un equipo especializado en analizar software malicioso, que obtuvo acceso completo a los archivos operativos del ciberdelincuente. Esta base de datos contenía la historia completa de las interacciones del atacante con los sistemas automatizados, lo que dio lugar a un expediente detallado publicado por los investigadores a mediados de año.
En el mismo tema: ChatGPT recibe mejoras en agosto: GPT-5.6 brinda solidez y enfoque de seguridad para todos
En un intento por ocultar su identidad digital, el autor de los ataques evitó utilizar sus propios ordenadores para ejecutar los scripts. La estrategia adoptada fue alojar las aplicaciones en un servidor de terceros que dominaba previamente. Lo que el atacante no anticipó es que la máquina pertenecía a un contacto cercano de los expertos de OALABS. Al notar el movimiento sospechoso, el propietario del equipo copió toda la carpeta de archivos del delincuente y pasó el material al equipo de seguridad para su análisis.
Cobertura completa: Últimas Noticias (ES)
El material recuperado contenía más de mil registros de conversaciones con Claude Code, desarrollado por Anthropic, y Codex, creado por OpenAI, ambos operando como agentes autónomos capaces de ejecutar códigos directamente en la máquina. Debido a que los programas se configuraron en un entorno local, los registros almacenaron datos detallados, incluidos los comandos exactos ingresados, las solicitudes del sistema y la lógica de procesamiento de la máquina. Un detalle que llamó la atención de los analistas fue la baja calidad de las instrucciones enviadas, llenas de ambigüedades y errores ortográficos primarios.
Estrategias adoptadas para superar las barreras de los asistentes virtuales
La mayoría de los modelos generativos actuales se basan en filtros éticos, pero en este episodio su eficacia fue limitada. Los registros muestran que los sistemas incluso advirtieron sobre el incumplimiento de las directrices: Claude bloqueó pedidos en nueve ocasiones, mientras que Codex solo bloqueó un intento. Para eludir estas defensas, el usuario malintencionado utilizó ingeniería social contra la propia máquina, alegando que estaba realizando una prueba de intrusión autorizada (conocida en el mercado corporativo como “equipo rojo”). Este método de engañar al algoritmo es idéntico al registrado a principios de este año, cuando los ciberdelincuentes afirmaron estar participando en un programa de caza de recompensas para robar información del gobierno en México.
Después de convencer al sistema de sus falsas intenciones, el operador proporcionó una lista de IP y envió una orden extremadamente genérica para comenzar el reconocimiento. A partir de este simple comando, Claude tomó el control de la operación realizando las siguientes tareas:
Más sobre el tema: Un atacante sin experiencia utiliza robots de inteligencia artificial para violar los sistemas de 14 empresas
- Mapeó todos los servicios corporativos que estaban expuestos a la Internet pública.
- Realicé búsquedas automatizadas de fallas documentadas en repositorios de seguridad.
- Escribí y ejecuté los códigos de explotación necesarios para ingresar a las máquinas.
- Extrajo archivos confidenciales y generó un balance estimando el valor de los datos en el mercado clandestino.
En una etapa posterior del ataque, el individuo exigió que el asistente virtual clasificara los objetivos en función del potencial de ganancias obtenido a través de los rescates. En respuesta a la solicitud, la plataforma generó un plan de acción detallado con diferentes tácticas de monetización, incluida la sugerencia de métodos de extorsión directa contra los ejecutivos de las empresas pirateadas.
Rastros digitales revelan la falta de preparación técnica del atacante
Los errores operativos cometidos durante la campaña dejaron en evidencia la falta de experiencia del autor en el mundo cibernético. La versión de Claude utilizada fue una copia sin licencia, obtenida de un programador en la República Checa. El mayor error, sin embargo, se produjo en las primeras interacciones: el delincuente pidió a la inteligencia artificial que revisara su propio currículum profesional. El documento contenía su nombre de nacimiento, historial académico y un enlace directo a su página de LinkedIn. Aunque OALABS inicialmente sospechó que se trataba de una trampa para incriminar a una persona inocente, investigaciones posteriores confirmaron que los datos en realidad pertenecían al operador.
El amateurismo se hizo aún más evidente cuando el propio hacker creyó que su infraestructura temporal estaba sufriendo un ciberataque. Presa del pánico, ordenó al algoritmo que enumerara todas las IP conectadas a su servidor. El resultado de este escaneo expuso su verdadera ubicación, revelando conexiones provenientes de proveedores de Internet residenciales ubicados en la ciudad de Addis Abeba, la capital de Etiopía.
Incluso comprometiendo decenas de redes, los análisis indican que el etíope fue incapaz de convertir las invasiones en dinero. La oportunidad más lucrativa llegó cuando accedió a un nodo de Lightning Network, una capa de transacción secundaria de la red Bitcoin. La billetera digital alojada en la máquina contenía 69,71 BTC, una cantidad valorada en alrededor de 4 millones de dólares. Sin embargo, la falta de conocimientos avanzados de criptografía impidió el robo, ya que el archivo que contenía las claves privadas estaba bloqueado con contraseñas complejas.
Los investigadores destacan que las versiones exploradas en el incidente fueron Claude Opus 4.5 y GPT-5.2, ediciones que ya no representan el estado del arte de las respectivas empresas. La respuesta inmediata de la industria tecnológica sería reforzar los filtros de seguridad para bloquear cualquier mensaje sospechoso. Sin embargo, la OALABS advierte que un bloqueo excesivamente estricto provocaría un efecto secundario grave: perjudicaría el trabajo de los auditores y expertos en seguridad de la información que dependen de estas mismas herramientas para probar y proteger legítimamente las redes corporativas.